人工智能在疫情防控中的應(yīng)用探討

董麗，于晶

（山東醫(yī)學(xué)高等?？茖W(xué)校，山東 濟南 250002）

1 概述

人工智能（Artificial Intelligence），英文縮寫為AI，是計算機學(xué)科的一個重要分支，是主要研究用計算機模擬人類思維過程和智能行為的學(xué)科，該領(lǐng)域的研究包括語言識別、自然語言處理、機器人、圖像識別、專家系統(tǒng)等。中國的人工智能研究和應(yīng)用雖然起步較晚，但在國家政策和科研基金的大力扶持下迅猛發(fā)展，人工智能技術(shù)在醫(yī)療、工業(yè)、商業(yè)、通信、城市管理等方面被廣泛應(yīng)用。2019 年末中國突然爆發(fā)新冠肺炎疫情，工信部科技司發(fā)布了《充分發(fā)揮人工智能賦能效用，協(xié)力抗擊新型冠狀病毒感染的肺炎疫情倡議書》，號召加快攻關(guān)和應(yīng)用能有效支撐疫情防控的AI 產(chǎn)品[1]，相關(guān)企業(yè)和機構(gòu)紛紛快速做出反應(yīng)，開發(fā)出眾多智能產(chǎn)品，這些產(chǎn)品在提高管控工作效率、降低人員感染風(fēng)險、提高診療效率等方面發(fā)揮了重要作用。

2 人工智能在疫情防控中的應(yīng)用

2.1 AI 預(yù)測

2.1.1 AI 疫情預(yù)測

鐘南山院士團隊與云創(chuàng)大數(shù)據(jù)等多家科技企業(yè)和機構(gòu)合作，基于經(jīng)典的SEIR 模型，引入2020-01-11—02-17 湖北和全國人口的遷入和遷出數(shù)據(jù)，并將這期間新冠肺炎流行病學(xué)數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，通過機器學(xué)習(xí)構(gòu)建人工智能模型，得出湖北和全國感染人數(shù)預(yù)測趨勢曲線，準(zhǔn)確預(yù)測了中國疫情將于2020-02-20 左右到達(dá)拐點，感染人數(shù)為8 萬人左右[2]。AI 模型和隨后疫情的發(fā)展均表明，中國政府對此次疫情的強力干預(yù)和延遲復(fù)工復(fù)學(xué)等應(yīng)對措施對控制疫情起到了關(guān)鍵作用，保護了人民的生命和健康。

2.1.2 AI 新冠肺炎患者病情發(fā)展預(yù)測

疫情期間，有部分患者在患病初期癥狀并不嚴(yán)重，但是病情發(fā)展到某個階段后卻急轉(zhuǎn)直下，甚至危及生命。為了盡早識別出有重癥高風(fēng)險的患者，鐘南山院士團隊與騰訊AI Lab 合作，基于AI 深度學(xué)習(xí)、大數(shù)據(jù)分析等技術(shù)，研發(fā)出能預(yù)測新冠患者病情發(fā)展的AI 模型，通過這個模型，醫(yī)生能夠根據(jù)患者年齡、是否有惡性腫瘤病史、是否氣促等10 項特征，計算出患者5 d、10 d 及30 d 內(nèi)的重癥風(fēng)險系數(shù)[3]。實驗表明，這個AI 預(yù)測模型具有很高的準(zhǔn)確性，為重癥高風(fēng)險患者的治療和搶救搶占了先機，此模型研究于2020-07-15 發(fā)表在《Nature》的子刊《Nature Communications》上，模型代碼面向全球開源，助力全球戰(zhàn)疫。

2.2 紅外熱成像智能測溫系統(tǒng)

紅外熱成像智能測溫系統(tǒng)基于紅外熱成像技術(shù)和人臉識別技術(shù)研發(fā)，特別適用于車站、機場、醫(yī)院等人流密集、客流量大的場合，能進行遠(yuǎn)距離、大面積的非接觸式快速測溫，做到通行即測溫，一旦被測者體溫超過閾值，系統(tǒng)會立刻報警并指示位置，還可提示未佩戴口罩者，人員大量聚集時能進行預(yù)警。還可以對測溫系統(tǒng)采集的視頻數(shù)據(jù)進行智能化分析，利用大數(shù)據(jù)平臺服務(wù)，對高危人員的行動軌跡和活動場所進行追蹤，并快速篩查出密切接觸人員。紅外熱成像智能測溫系統(tǒng)作為疫情防控的有效監(jiān)測手段被廣泛應(yīng)用，大大提高了測溫效率，避免了人員聚集導(dǎo)致的傳染風(fēng)險，為人群相對密集的公共場所提供了一道堅實的防線。

2.3 智能機器人代替人工服務(wù)

2.3.1 防疫巡檢機器人

防疫巡檢機器人能夠自主規(guī)劃最優(yōu)路徑，在車站、機場、醫(yī)院等公共場所以及居民小區(qū)自動進行防疫巡檢，巡檢過程中能進行防疫宣傳，遇到不戴口罩者可以對其喊話提醒，一些智能防疫巡檢機器人還能對周圍人員進行體溫監(jiān)測，發(fā)現(xiàn)有發(fā)熱人員立即上報，并可攜帶大容量消毒液，可根據(jù)需要對通行區(qū)域進行360°無死角噴灑消毒。

2.3.2 無人配送

疫情期間中國多家外賣企業(yè)、電商、科技公司和自動駕駛企業(yè)的無人車紛紛上陣，承載著外賣、快遞、生鮮等生活物資以及抗疫物資奔赴城市各處和多家醫(yī)院，部分無人配送車和服務(wù)機器人甚至進駐醫(yī)院內(nèi)部，協(xié)助醫(yī)護人員進行送餐、送藥和回收醫(yī)療垃圾等工作，不但有效緩解了人工壓力，同時也大大降低了人傳人的概率。

2.3.3 疫情機器人

新冠疫情爆發(fā)后，各地政府的政務(wù)熱線均收到了市民的大量咨詢電話，紛紛就疫情、防護措施、就醫(yī)地點等問題進行詳細(xì)詢問，后臺工作人員不堪重負(fù)。隨著疫情防控力度的加大，各地在開展地毯式走訪摸排、對重點關(guān)注人員進行體溫和癥狀等信息的跟蹤外呼工作時，紛紛陷入人手不足的困境，工作人員挨家挨戶上門走訪不僅效率低，更會增加接觸性傳染的風(fēng)險。

阿里巴巴達(dá)摩院基于語音識別、語義理解、語音合成等人工智能技術(shù)緊急研發(fā)了智能疫情機器人。該機器人具有在線問診和電話外呼兩大功能，在線問診功能可通過網(wǎng)絡(luò)平臺為市民提供疫情咨詢和問診服務(wù)，疫情機器人能夠準(zhǔn)確理解人類自然語言，并從智能知識庫獲取新冠肺炎疫情相關(guān)信息，回答防護措施、疫情問題、就醫(yī)注意事項等問題；電話外呼指通過撥打電話進行疫情隨調(diào)、防控摸排。智能疫情機器人率先落地浙江、黑龍江和山東濟南三地，隨后很快被北京、上海、重慶、江蘇、湖北等多地引進。疫情機器人的使用有效緩解了人力不足的矛盾，大幅度提高了工作效率，同時大大降低了交叉感染的風(fēng)險。

2.4 AI 輔助CT 影像分析和診斷

隨著確診病例影像資料的積累，新冠肺炎的影像學(xué)特征逐漸清晰，CT 影像臨床診斷結(jié)果可作為新冠肺炎病例判斷的標(biāo)準(zhǔn)，但是一位經(jīng)驗豐富的醫(yī)生需要5～15 min 才能分析完一個新冠疑似病例的CT 影像，一線醫(yī)生因接診數(shù)量龐大且急速增加的疑似病例而承受著巨大壓力，長時間的疲勞工作也會大大降低醫(yī)生的診斷效率和準(zhǔn)確率，同時，疫情波及范圍極其廣泛，基層醫(yī)院的醫(yī)生缺乏經(jīng)驗，在新冠肺炎的診斷方面力不從心。面對爆發(fā)式的就診需求，中國幾十家醫(yī)療AI 企業(yè)推出了各自的“CT+AI”新冠肺炎輔助診斷系統(tǒng)。上海市公共衛(wèi)生臨床中心和依圖醫(yī)療合作，僅用4 d 時間即完成胸部CT 新冠肺炎智能評價系統(tǒng)的研發(fā)，并在正式發(fā)布后快速部署到包括武漢在內(nèi)的二十多個省市的戰(zhàn)疫一線。該系統(tǒng)通過先進的圖像算法實現(xiàn)對新冠肺炎CT 影像的智能化診斷與定量分析，新冠肺炎病變檢出率敏感性達(dá)97.3%，特異性達(dá)99%，能在2～3 s 內(nèi)完成對肺炎嚴(yán)重程度的量化評價[4]。阿里巴巴達(dá)摩院和阿里云聯(lián)合推出“新冠病毒肺炎AI 輔診助手”，可在 20 s 內(nèi)完成對疑似病例的影像分析，根據(jù)紋理特征判定是否是新冠肺炎的CT 影像，并計算出病灶部位占比，分析結(jié)果準(zhǔn)確率達(dá)到96%[5]。這些智能產(chǎn)品通過大量新冠肺炎病例的CT 影像數(shù)據(jù)對AI 模型完成訓(xùn)練后，就能夠?qū)σ伤撇±腃T 影像進行快速診斷，大幅減輕了臨床醫(yī)生及影像醫(yī)生的工作負(fù)荷，減少疲勞診斷，提升了診斷的效率和準(zhǔn)確率。

2.5 多家科技公司開放自己的AI 算力和算法，為抗疫研發(fā)提供有力的技術(shù)支持

疫情初期多個AI 科技公司紛紛開放自己的算力和算法用于疫情防控。先是阿里云宣布在疫情期間面向全球公共科研機構(gòu)免費開放全部AI 算力，加速新冠肺炎藥物和疫苗研發(fā)等工作。百度也宣布向各基因檢測機構(gòu)、防疫中心及全世界科學(xué)研究中心免費開放線性二級結(jié)構(gòu)預(yù)測算法LinearFold以及目前世界上最快的RNA 結(jié)構(gòu)預(yù)測網(wǎng)站，百度LinearFold算法將新冠病毒全基因組的RNA 二級結(jié)構(gòu)預(yù)測時間從55 min 縮短為 27 s，提速 120 倍[6]。基于 LinearFold 算法，百度研究院又推出全球首個專門用于優(yōu)化mRNA 序列設(shè)計的高效算法LinearDesign，LinearDesign 算法能在16 min 內(nèi)大大提升mRNA 疫苗設(shè)計的穩(wěn)定性和蛋白質(zhì)表達(dá)水平，從而有效解決了mRNA 疫苗研發(fā)中最重要的穩(wěn)定性問題，加速疫苗研發(fā)速度[7]。

3 小結(jié)

新冠肺炎疫情爆發(fā)以來，人工智能技術(shù)為抗擊疫情做出了巨大貢獻(xiàn)，在流動人員管控、疫情監(jiān)測分析、疫情預(yù)測、后勤保障服務(wù)、輔助診療、加速藥品和疫苗研發(fā)等方面均發(fā)揮了重要作用，除此之外，在線上教育、助力復(fù)工復(fù)產(chǎn)等方面也有不俗的表現(xiàn)。各科技企業(yè)和科研機構(gòu)要抓緊機遇，大力推動中國AI 技術(shù)的發(fā)展，使中國的智慧醫(yī)療、智慧城市、智能家居、無人駕駛等智能應(yīng)用更上一層樓。